四大查找算法(Java实现)

程序员正正

已于 2022-04-04 10:35:08 修改

阅读量190

点赞数 1

分类专栏：数据结构算法文章标签： java 算法排序算法

于 2022-03-12 21:58:08 首次发布

本文链接：https://blog.csdn.net/WXxz0/article/details/123451236

版权

算法同时被 2 个专栏收录

13 篇文章 0 订阅

订阅专栏

数据结构

10 篇文章 0 订阅

订阅专栏

查找算法介绍

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Y3BAj8eL-1647093393596)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312163320273.png)]$

线性查找

代码实现

package com.xz.search;

/**
 * @author 许正
 * @version 1.0
 */
public class SeqSearch {
    public static void main(String[] args) {
        int[] arr = {1, 9, 50, 4, -1, -45, 51, 11};
        int i = seqSearch(arr, 11);
        if (i == -1) {
            System.out.println("没有找到!");
        } else {
            System.out.println("您要找的数下标为:" + i);
        }
    }

    public static int seqSearch(int[] arr,int value) {
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] == value) {
                return i;
            }
        }
        return -1;
    }
}

二分查找

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lUuS9piZ-1647093393597)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312164442526.png)]$

代码实现

package com.xz.search;

import java.util.ArrayList;
import java.util.List;

/**
 * @author 许正
 * @version 1.0
 * 二分法查找数组必须是已排序的数组!!!!
 */
public class BinarySearch {
    public static void main(String[] args) {
        int[] arr = {-15, 1, 2, 5, 8, 9, 9, 9, 651, 981};
//        int i = binarySearch(arr, 0, arr.length, 3);
//        if (i == -1) {
//            System.out.println("没有找到!");
//        } else {
//            System.out.println("您要找的数下标为:" + i);
//        }


        List<Integer> resIndexList = binarySearch2(arr, 0, arr.length - 1, 9);
        System.out.println("resIndexList=" + resIndexList);
    }

    /**
     * @param arr     想要查找的数组
     * @param left    左边的索引
     * @param right   右边的索引
     * @param findVal 想要查找的值
     * @return 如果找到就返回下标, 没有找到就返回-1
     */
    public static int binarySearch(int[] arr, int left, int right, int findVal) {
        int mid = (left + right) / 2;
        int midVal = arr[mid];

        if (left > right) {
            return -1;
        }

        if (findVal > midVal) {
            return binarySearch(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) {
            return binarySearch(arr, left, mid - 1, findVal);
        } else {
            return mid;
        }
    }

    public static List<Integer> binarySearch2(int[] arr, int left, int right, int findVal) {

//        System.out.println("hello~");
        // 当 left > right 时，说明递归整个数组，但是没有找到
        if (left > right) {
            return new ArrayList<Integer>();
        }
        int mid = (left + right) / 2;
        int midVal = arr[mid];

        if (findVal > midVal) { // 向 右递归
            return binarySearch2(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) { // 向左递归
            return binarySearch2(arr, left, mid - 1, findVal);
        } else {
//        * 思路分析
//        * 1. 在找到mid 索引值，不要马上返回
//        * 2. 向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//        * 3. 向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
//        * 4. 将Arraylist返回

            List<Integer> resIndexlist = new ArrayList<Integer>();
            //向mid 索引值的左边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
            int temp = mid - 1;
            while (true) {
                if (temp < 0 || arr[temp] != findVal) {//退出
                    break;
                }
                //否则，就temp 放入到 resIndexlist
                resIndexlist.add(temp);
                temp -= 1; //temp左移
            }
            resIndexlist.add(mid);  //

            //向mid 索引值的右边扫描，将所有满足 1000， 的元素的下标，加入到集合ArrayList
            temp = mid + 1;
            while (true) {
                if (temp > arr.length - 1 || arr[temp] != findVal) {//退出
                    break;
                }
                //否则，就temp 放入到 resIndexlist
                resIndexlist.add(temp);
                temp += 1; //temp右移
            }

            return resIndexlist;
        }

    }
}

插值查找

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-O00jr3a4-1647093393598)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312172748737.png)]$

插值查找注意事项

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QtaTtHHt-1647093393598)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312174102109.png)]$

代码实现

package com.xz.search;


public class InsertValueSearch {

    public static void main(String[] args) {

//    int [] arr = new int[100];
//    for(int i = 0; i < 100; i++) {
//       arr[i] = i + 1;
//    }

        int arr[] = {1, 8, 10, 89, 1000, 1000, 1234};

        int index = insertValueSearch(arr, 0, arr.length - 1, 1234);
        //int index = binarySearch(arr, 0, arr.length, 1);
        System.out.println("index = " + index);

        //System.out.println(Arrays.toString(arr));
    }

    public static int binarySearch(int[] arr, int left, int right, int findVal) {
        System.out.println("二分查找被调用~");
        // 当 left > right 时，说明递归整个数组，但是没有找到
        if (left > right) {
            return -1;
        }
        int mid = (left + right) / 2;
        int midVal = arr[mid];

        if (findVal > midVal) { // 向 右递归
            return binarySearch(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) { // 向左递归
            return binarySearch(arr, left, mid - 1, findVal);
        } else {

            return mid;
        }

    }

    //编写插值查找算法
    //说明：插值查找算法，也要求数组是有序的

    /**
     * @param arr     数组
     * @param left    左边索引
     * @param right   右边索引
     * @param findVal 查找值
     * @return 如果找到，就返回对应的下标，如果没有找到，返回-1
     */
    public static int insertValueSearch(int[] arr, int left, int right, int findVal) {

        System.out.println("插值查找次数~~");

        //注意：findVal < arr[0]  和  findVal > arr[arr.length - 1] 必须需要
        //否则我们得到的 mid 可能越界
        if (left > right || findVal < arr[0] || findVal > arr[arr.length - 1]) {
            return -1;
        }

        // 求出mid, 自适应
        int mid = left + (right - left) * (findVal - arr[left]) / (arr[right] - arr[left]);
        int midVal = arr[mid];
        if (findVal > midVal) { // 说明应该向右边递归
            return insertValueSearch(arr, mid + 1, right, findVal);
        } else if (findVal < midVal) { // 说明向左递归查找
            return insertValueSearch(arr, left, mid - 1, findVal);
        } else {
            return mid;
        }

    }
}

斐波那契(黄金分割法)查找算法

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xoCN1Wxg-1647093393599)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312175424232.png)]$

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wxqbU2M2-1647093393600)(C:\Users\许正\AppData\Roaming\Typora\typora-user-images\image-20220312175602544.png)]$

代码实现

package com.xz.search;

import java.util.Arrays;

/**
 * @author 许正
 * @version 1.0
 * 斐波那契查找也需要在有序数列中
 */
public class FibonacciSearch {

    public static int maxSize = 20;

    public static void main(String[] args) {
        int[] arr = {1, 8, 10, 89, 1000, 1234};

        System.out.println("index=" + fibSearch(arr, 1000));// 0

    }

    //因为后面我们mid=low+F(k-1)-1，需要使用到斐波那契数列，因此我们需要先获取到一个斐波那契数列
    //非递归方法得到一个斐波那契数列
    public static int[] fib() {
        int[] f = new int[maxSize];
        f[0] = 1;
        f[1] = 1;
        for (int i = 2; i < maxSize; i++) {
            f[i] = f[i - 1] + f[i - 2];
        }
        return f;
    }

    //编写斐波那契查找算法
    //使用非递归的方式编写算法

    /**
     * @param a   数组
     * @param key 我们需要查找的关键码(值)
     * @return 返回对应的下标，如果没有-1
     */
    public static int fibSearch(int[] a, int key) {
        int low = 0;
        int high = a.length - 1;
        int k = 0; //表示斐波那契分割数值的下标
        int mid = 0; //存放mid值
        int f[] = fib(); //获取到斐波那契数列
        //获取到斐波那契分割数值的下标
        while (high > f[k] - 1) {
            k++;
        }
        //因为 f[k] 值 可能大于 a 的 长度，因此我们需要使用Arrays类，构造一个新的数组，并指向temp[]
        //不足的部分会使用0填充
        int[] temp = Arrays.copyOf(a, f[k]);
        //实际上需求使用a数组最后的数填充 temp
        //举例:
        //temp = {1,8, 10, 89, 1000, 1234, 0, 0}  => {1,8, 10, 89, 1000, 1234, 1234, 1234,}
        for (int i = high + 1; i < temp.length; i++) {
            temp[i] = a[high];
        }

        // 使用while来循环处理，找到我们的数 key
        while (low <= high) { // 只要这个条件满足，就可以找
            mid = low + f[k - 1] - 1;
            if (key < temp[mid]) { //我们应该继续向数组的前面查找(左边)
                high = mid - 1;
                //为甚是 k--
                //说明
                //1. 全部元素 = 前面的元素 + 后边元素
                //2. f[k] = f[k-1] + f[k-2]
                //因为 前面有 f[k-1]个元素,所以可以继续拆分 f[k-1] = f[k-2] + f[k-3]
                //即 在 f[k-1] 的前面继续查找 k--
                //即下次循环 mid = f[k-1-1]-1
                k--;
            } else if (key > temp[mid]) { // 我们应该继续向数组的后面查找(右边)
                low = mid + 1;
                //为什么是k -=2
                //说明
                //1. 全部元素 = 前面的元素 + 后边元素
                //2. f[k] = f[k-1] + f[k-2]
                //3. 因为后面我们有f[k-2] 所以可以继续拆分 f[k-1] = f[k-3] + f[k-4]
                //4. 即在f[k-2] 的前面进行查找 k -=2
                //5. 即下次循环 mid = f[k - 1 - 2] - 1
                k -= 2;
            } else { //找到
                //需要确定，返回的是哪个下标
                if (mid <= high) {
                    return mid;
                } else {
                    return high;
                }
            }
        }
        return -1;
    }
}